Skip to content

学习指南 (Learn) ​

教程、概念指南以及帮助你快速上手的学习资源。

在文档的学习指南 (Learn) 板块中,你将找到一系列教程、概念总览和补充资源,助你使用 LangChain、LangGraph 与 Deep Agents 构建强大的智能体应用。

教程 (Tutorials) ​

以下是针对常见使用场景的教程,按技术框架分类组织。

Deep Agents ​

Deep Agents 包含了用于管理上下文、虚拟文件系统以及其他常见智能体需求的内置功能。

深度研究智能体 (Deep research)

构建一个具备子智能体委派和战略反思能力的多步骤 Web 研究智能体。

内容创作智能体 (Content builder)

构建包含品牌记忆、专业技能、子智能体委派与配图生成能力的内容创作智能体。

RAG 智能体 (RAG with Deep Agents)

索引文档、将分块卸载到文件系统并委派子智能体并行分析的端到端 RAG 教程。

LangChain ​

LangChain 的智能体实现让你可以轻松快速地上手简单场景。

语义搜索 (Semantic search)

使用 LangChain 组件构建针对 PDF 文件的语义搜索引擎。

SQL 智能体 (SQL agent)

构建一个带有“人在回路”审核机制、可与数据库交互并具备自纠错能力的 SQL 智能体。

语音智能体 (Voice agent)

使用三明治架构(STT > Agent > TTS)构建低延迟实时双向流式语音对话智能体。

多智能体 (Multi-agent) ​

这些教程演示了多智能体架构模式,将 LangChain 智能体与 LangGraph 工作流融为一体。

主管模式:个人助理 (Subagents: Personal assistant)

由中心主管调度日历与邮件专家子智能体,并接入人在回路审批流。

控制权移交:客户支持 (Handoffs: Customer support)

基于状态机模式在保修核验、故障分类与转人工之间动态流转。

智能路由:企业知识库 (Router: Knowledge base)

使用 StateGraph 与 Send API 对 GitHub、Notion、Slack 多数据源执行并发扇出与提炼。

按需技能:SQL 助手 (Skills: SQL assistant)

运用渐进式披露(Progressive Disclosure)上下文工程,动态按需加载领域 Schema 与规则。

LangGraph ​

LangChain 的智能体实现基于 LangGraph 原语构建。如果需要更深度的定制,可以直接使用 LangGraph 实现智能体。

自定义 Agentic RAG (Custom RAG agent)

使用 LangGraph 原语构建具备文档质检、自愈重写与条件路由的自主检索智能体。

概念总览 (Conceptual overviews) ​

这些指南详细解析了 LangChain 和 LangGraph 底层的核心概念与 API。

产品选型对照 (LangChain vs. LangGraph vs. Deep Agents)

深入理解运行时(Runtime)、框架(Framework)与强化运行体(Harness)的三层架构。

提供商与模型体系 (Providers and models)

掌握统一模型 API、initChatModel 动态加载与零延时接入最新模型。

核心组件架构 (Component architecture)

全景解析输入处理、向量存储、检索、生成与编排系统的协同拓扑。

记忆系统总览 (Memory overview)

深入理解短期线程记忆(Checkpointer)与跨会话长期记忆(BaseStore)。

上下文工程总览 (Context overview)

从可变性与生命周期两大维度解构 Config、State 与 Store。

人在回路总览 (Human-in-the-loop overview)

逐调用中断(Per-call)与批量中断(Batched)的深度对比及四大决策模式。

图 API 总览 (Graph API overview)

探索 LangGraph 声明式图构建、Pregel 超步调度与 Send / Command 原语。

函数式 API 总览 (Functional API overview)

使用 entrypoint 与 task 在常规函数中无缝接入持久化与人在回路。

补充资源 (Additional resources) ​

以编程方式使用文档 (Use docs programmatically)

通过 MCP 协议将官方文档与 API 参考实时接入你的 Coding Agent。

案例分析 (Case studies)

了解 Uber、LinkedIn、GitLab 等全球知名企业如何在生产环境中应用 LangGraph。

获取帮助与社区支持 (Get help)

技术论坛、Slack 社区与官方支持渠道一览。